پیش بینی دقیق بیماری عروق کرونری با استفاده از الگوریتم های بیوانفورماتیک

Authors

هاجر شفیعی

hajar shafiee university of qom1دانشکده مهندسی، دانشگاه قم منصور ابراهیمی

mansour ebrahimi faculty of basic sciences, university of qom, qomدانشکده علوم پایه، دانشگاه قم

abstract

زمینه و هدف: بیماری قلبی - عروقی یکی از مهم ترین علل مرگ و میر در کشورهای پیشرفته و جهان سوم است. طبق اعلام سازمان بهداشت جهانی پیش بینی می شود مرگ و میر ناشی از بیماری های قلبی تا سال 2030 به 23 میلیون نفر افزایش می یابد. در جدیدترین آمار وزیر بهداشت ایران، ۳/۳۹% کل مرگ و میرها ناشی از بیماری های قلبی - عروقی و 5/19% مربوط به سکته های قلبی گزارش شده است. این پژوهش با هدف پیش بینی بیماری عروق کرونر قلبی با استفاده از الگوریتم های داده کاوی انجام شد. روش بررسی: در این مطالعه از الگوریتم های مختلف بیوانفورماتیک از جمله درخت تصمیم، شبکه های عصبی، ماشین بردار پشتیبان، خوشه بندی و ...، برای پیش بینی بیماری عروق کرونر قلب استفاده شد. در این مطالعه داده ها از چندین پایگاه معتبر (شامل 14 داده) گرفته شدند. یافته ها: در این تحقیق از تکنیک های داده کاوی، جهت تشخیص بیماری های مختلف از جمله بیماری عروق کرونری استفاده شد که مؤثر بود. همچنین برای اولین بار یک سیستم پیش بینی مبتنی بر ماشین بردار پشتیبان با بهترین دقت ممکن معرفی گردید. نتیجه گیری: نتایج نشان داد بین ویژگی ها؛ متغیر اسکن تالیوم به عنوان مهم ترین ویژگی در تشخیص بیماری های قلبی می باشد، و طراحی مدل های پیش بینی ماشینی از جمله الگوریتم یادگیری بردار پشتیبان ماشین با دقت 100% می تواند بین افراد بیمار و سالم تمایز قائل شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

پیش‌بینی دقیق بیماری عروق کرونری با استفاده از الگوریتم‌های بیوانفورماتیک

زمینه و هدف: بیماری قلبی - عروقی یکی از مهم‌ترین علل مرگ و میر در کشورهای پیشرفته و جهان سوم است. طبق اعلام سازمان بهداشت جهانی پیش‌بینی می‌شود مرگ و میر ناشی از بیماری‌های قلبی تا سال 2030 به 23 میلیون نفر افزایش می‌یابد. در جدیدترین آمار وزیر بهداشت ایران، ۳/۳۹% کل مرگ و میرها ناشی از بیماری‌های قلبی - عروقی و 5/19% مربوط به سکته‌های قلبی گزارش شده است. این پژوهش با هدف پیش‌بینی بیماری عروق ک...

full text

پیش بینی روش درمان بیماری قلبی با استفاده از الگوریتم های داده کاوی

Background and Aim: Nowadays heart disease is very common and is a major cause of mortality. Proper and early diagnosis of this disease is very important. Diagnostic methods and treatments of the disease are so expensive and have many side effects. Therefore, researchers are looking for cheaper ways to diagnose it with high precision. This study aimed to identify a model for the treatment of he...

full text

بهبود تشخیص بیماری گرفتگی عروق کرونری با استفاده از سیستم خبره فازی و الگوریتم رقابت استعماری

بیماری گرفتگی عروق کرونری (cad ) روی بسیاری از مردم دنیا تأثیر می گذارد. با وجودی که پیشرفت های چشم گیری در زمینه های پزشکی صورت گرفته است، اما تشخیص زودهنگام این بیماری به منظور پیشگیری، هنوز چالشی بزرگ می باشد. هدف این پایان نامه توصیف روشی است که با استفاده از سیستم خبره فازی و الگوریتم رقابت استعماری (ica ) منجر به بهبود تشخیص بیماری قلبی می شود. سیستم بر اساس مجموعه داده های بیماری قلبی cl...

بررسی ارتباط سطح سرمی سرولوپلاسمین با بیماری عروق کرونری قلب

Background & Aims:Over the last decade, cardiovascular disease (CVD) has become the single largest cause of death worldwide including all developing regions. The coronary artery disease (CAD) is the most lethal form of CVD. Ceruloplasmin is a ferroxidase enzyme with two paradoxically oxidative and antioxidative performances. Some studies show that ceruloplasmin give rise to atherosclerosis...

full text

ارتباط پلی مورفیسم (C677T ) ژن MTHFR با بیماری عروق کرونری

Background and purpose: Coronary artery disease (CAD) is a complex disease that is caused by both environmental and genetic factors. Methylenetetrahydrofolate (MTHFR) enzyme is associated with metabolism of homocysteine and its impaired function is considered as a risk factor for developing CAD. Some variants are involved in decreased activity of MTHFR and its deficiency. The polymorphism of C6...

full text

My Resources

Save resource for easier access later


Journal title:
مجله دانشگاه علوم پزشکی قم

جلد ۱۰، شماره ۴، صفحات ۲۲-۳۵

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023